ilovepdf_merged (7)

ว 33285 คอมพิวเตอร์ และ เทคโนโลยี 3 E-BOOK FINAL รวบรวมงาน เสนอ อาจารย์ สุกัญญา ทิพย์รักษ์ จั ด ทำ โ ด ย นางสาว ธัญลักษณ์ ขันตี ม.6/3 เลขที่24

การออกแบบองค ์ ประกอบของเเชทบ

บอท



คุณค่าหรอื คุณประโยชนข์ องแชทบอท บุคคลกิ ของผูใ้ ช ้ บุคคลกิ ของแชทบอท เจตนาหรอื เป้ าหมายในการสนทนาของผูใ้ ช ้

คณุ ค คอื สรา้ สรา้ งขนึ้ เพอื่ เป เป็ นผูช้ ว่ ยในก เพอื่ จดจ าขอ้ ม ทปี่ รกึ ษาในกา

คา่ และคณุ ประโยชน ของแชท างขนึ้ มาเพอื่ วตั ถปุ ระสงคอ์ ะไร ป็ นผูช้ ว่ ยสว่ นตวั ของเรา การสบื คน้ หาขอ้ มูลของเรา มูล เพอื่ เป็ นเพอื่ นคยุ หรอื เป็ น ารท างาน การเรยี นของเรา

บคุ คลของผใู้ ช้ ดา้ นบรกิ ยมิ้ แยม้ แจ่มใส มมี การสอื่ สารและป รบั ผิดชอบและท

การ มนุษยสมั พนั ธด์ ี มที กั ษะใน ประสานงานทดี่ ี มีความ ทศั นคตเิ ชงิ บวกในการท างาน

บคุ ลกิ ของแชทบอท คือเราต้องออกแบบแชทบอทให้มบี คุ ลกิ ลกั ษณะ สอดคลอ้ งกบั ผูใ้ ช ้เชน่ เรากาลงั จะออกแบบแชทบอท อาจารยท์ ปี่ รกึ ษาใหก้ บั นักเรยี น บคุ ลกิ ของแชทบอทที่ เหมาะสมกบั กรณีนีอ้ าจจะเป็ นบคุ ลกิ คลํา้ ยๆ หรอื เหมอื นอาจารย ์จะทาใหน้ ํ่าเชอื่ ถอื มากยงิ่ ขนึ้

ะท่ี

เจตนาหรอื เป้ าหมายในการ สนทนาของผูใ้ ช ้ ถา้ จะทาแชทบอทเกยี่ วกบั การใหค้ าปรกึ ษาเกยี่ วกบั การเร องออกแบบวํา่ การใหค้ าปรกึ ษานีม้ เี รอื่ งอะไรบํา้ ง เชน่ เรอื่ ง รสอบ การเรยี นพเิ ศษ ความรเู ้ กยี่ วกบั คณะตา่ งๆ ในการ ยนตอ่ หวั ขอ้ เหลา่ นีจ้ ะเป็ นหวั ขอ้ และเป้ าหมายทจี่ ะตอ้ ง หนดใหช้ ดั เจนวา่ ผูใ้ ชท้ เี่ รากาหนดไว ้และแชทบอททเี่ รา ลงั จะสราํ ้ ง กาลงั จะคยุ เรอื่ งอะไรบํา้ ง และวตั ถปุ ระสงคท์ ี่ ามาคยุ กบั แชทบอทของเราเพอื่ อะไร

รยี น

นางสาว ธญั ลกั ษณ์ ข

ขนั ตี เลขท2ี่ 4 ม.6/3

DATA MINING หากธุรกิจท่านเป็นเว็บไซต์ที่ให้บริการข่าวสาร บทความ หรือนวนิยาย ต้องการจัดกลุ่มของผู้ใช้ตามความ สนใจ โดยดูจากจำนวนครั้งที่อ่านบทความหรือเนื้อหาตามกลุ่มหรือประเภทของเนื้อหาซึ่งเราแยกประเภท ไว้ รวมถึงระยะเวลาที่อ่าน เพื่อนำค่าเหล่านั้นมาเป็นปัจจัยแยกประเภทตาม MODEL K-MEANS เมื่อเรา ทราบกลุ่ม USER ตามความสนใจแล้ว เราก็อาจจะส่งอีเมล์แจ้งข่าวสารตามความสนใจให้เมื่อมีบทความ ใหม่ๆอับเดทที่ตรงกับความสนใจ วิธีนี้ก็อาจจะส่งผลดีกว่าการส่งอีเมล์แจ้งข่าวสารโดยที่ผู้รับไม่สนใจจน อาจทำให้เกิดปัญหากับ BRAND ก็เป็นไปได้ และหากจะประยุกต์แนวทางนี้กับความสนใจอย่างอื่น เช่น ประเภทของสินค้า ประเภทบริการ ก็จะทำให้ธุรกิจนำเสนอสินค้าและบริการได้ตรงกลุ่มเป้าหมายได้มาก ขึ้นได้ตัวอย่างระบบ RECOMMENDATION SYSTEM ของ AMAZON.COM รู้จัก RECOMMENDATION MODEL ที่ AMAZON ใช้แนะนำสินค้าบนเว็บไซต์ แนะนำสินค้าแบบ PRODUCT-TO-PRODUCT ระบบแนะนำสินค้าแบบนี้เหมาะมากสำหรับคนที่เพิ่งเข้าชมเว็บไซต์เป็นครื่องแรกหรือคนที่ยังไม่เคยเป็น ลูกค้ามาก่อนเลย เพราะในเมื่อระบบธุรกิจหลังบ้านไม่เคยมีประวัติของลูกค้ามากก่อน ระบบฯเลยต้อง อาศัยข้อมูลของลูกค้าหรือคนที่เข้าชมเว็บไซต์รายอื่นๆมาอ้างอิง เช่นถ้าลูกค้าขาประจำชอบดูสินค้า A แล้วต่อด้วยสินค้า B เวลาคนที่เพิ่งเข้ามาใหม่ๆ ไม่มีไอเดียว่าตัวเอง ชอบสินค้าอะไร แล้วลองเปิดดูสินค้า A ระบบฯก็จะแนะนำสินค้า B ให้ลูกค้าคนที่เพิ่งเข้าเว็บฯด้วย ฉะนั้นระบบแนะนำสินค้าแบบ PRODUCT-TO-PRODUCT จะแนะนำสินค้าให้กับลูกค้าหน้าใหม่เหมือนกับ ลูกค้าหน้าเดิม โดยเว็บไชต์ที่ดีควรแจ้งเตือนลูกค้าหน้าใหม่เมื่อเห็นสินค้านำนำว่า “ลูกค้าของเว็บไซต์ที่เคย ดู(ซื้อ)สินค้า A มักจะดู(ซื้อ)สินค้า B” ทำให้ลูกค้าหน้าใหม่เข้าใจและไม่รู้สึกว่าข้อมูลส่วนตัวของตัวเองถูก ละเมิด แนะนำสินค้าแบบ PRODUCT-TO-USER ระบบแนะนำสินค้าแบบนี้เหมาะกับลูกค้าที่เคยซื้อสินค้ากับทางเว็บไซต์มาก่อนอยู่แล้ว แน่นอนว่าเว็บไซต์มี ประวัติการดูและการซื้อสินค้าของลูกค้าพวกนี้แต่ก่อน ฉะนั้นต่อให้ลูกค้าขาประจำแต่ละคนเปิดดูหรือซื้อสินค้าตัวเดียวกัน นั่นก็ไม่ได้หมายความว่าลูกค้าขาประจำ แต่ละคนจะได้เห็นสินค้าที่เว็บไซต์แนะนำตัวเดียวกัน ลูกค้าคนแรกและคนที่สองที่ซื้อสินค้า A ไป ลูกค้าคน แรกอาจจะได้เห็นสินค้า B เป็นสินค้าแนะนำ ส่วนลูกค้าคนที่สองอาจจะได้เห็นสินค้า C เป็นสินค้าแนะนำ นั่นก็เพราะว่าระบบฯเอาประวัติการดูหรือซื้อของของลูกค้าแต่ละคนมาคิดวิเคราะห์ เมื่อประวัติของแต่ละ คนแตกต่างกัน สินค้าที่ระบบฯแนะนำย่อมแตกต่างกันได้นั่นเอง และแน่นอนว่าเวลาระบบฯแนะนำสินค้า ก็ ต้องแจ้งเตือนลูกค้าว่า “เพราะลูกค้าเคยดู(ซื้อ)สินค้า A เราจึงขอแนะนำสินค้า B” เพื่อเป็นการบอกนัยๆ ว่าระบบฯได้เอาข้อมูลส่วนตัวของลูกค้ามาใช้แนะนำสินค้า ให้ลูกค้าสามารถควบคุมจัดการกับข้อมูลส่วนตัว ของตัวเองได้ อย่างเช่นประเภทสินค้าที่ชอบเป็นต้น ข้อแนะนำในการพัฒนาระบบแนะนำสินค้า อย่างที่พูดไปทั้งระบบสินค้าแบบ PRODUCT-TO-PRODUCT และ PRODUCT-TO-USER ระบบฯต้อง บอกสาเหตุที่สินค้าแต่ละชนิดถูกเลือกมาแนะนำให้ลูกค้า ก็เพื่อให้ลูกค้าจัดการข้อมูลส่วนตัวเกี่ยวกับ ประเภทสินค้าที่ตัวเองชอบได้ในภายหลัง ถ้าระบบแนะนำสินค้านั้นโปร่งใส ตรวจสอบได้ ลูกค้าก็จะไว้ใจ เว็บไซต์มากขึ้น และยังทำให้ลูกค้ารู้ดีที่สินค้าที่ถูกแนะนำนั้นเกี่ยวข้องกับตัวลูกค้าเองซึ่งถ้าแนะนำสินค้า แบบไม่บอกที่มาที่ไป ลูกค้าย่อมไม่รู้สึกปลอดภัย ไม่ไว้ใจ แถมไม่ชอบอีกต่างหากแน่นอนว่าระบบฯต้อง อัพเดทข้อมูลการดูและซ้อสินค้าของผู้เข้าชมเว็บไซต์และลูกค้าแป็นประจำเพื่อให้สินค้าที่ถูกแนะนำนั้นทัน สมัยที่สุดอีกข้อที่ควรระวังคืออย่าให้ระบบฯแนะนำสินค้าที่หมดสต๊อก หรือสินค้าที่มีรีวิวแย่ๆ เราควร อัพเดทระบบฯได้เอาสินค้าพวกนี้ออกไปจากระบบเพื่อลดโอกาสที่ลูกค้าจะตีคืนสินค้าจะเห็นว่าระบบ แนะนำสินค้านั้นมีประโยชน์มากทั้งสำหรับลูกค้าและตัวธุรกิจเอา ลองคิดดูว่าถ้าสินค้าเป็นสินค้าประเภท เครื่องแต่งกาย ลูกค้าอาจจะกำลังเลือกซื้อเสื้อ แต่เมื่อมีระบบแนะนำสินค้า ลูกค้าก็อาจจะมีโอกาสเลือก สินค้าแนะนำเป็นกางเกงหรือกระโปรง เพื่มโอกาสในการขายของได้ นางสาว ธัญลักษณ์ ขันตี ม.6/3 เลขที่24

BIG DATA Big Data คือ Big Data จะต้องมี ลักษณะสำคัญ 4V ดัง Big Data คือ การเก็บรวบรวมข้อมูลที่มีทั้งหมดภายใน องค์กรไม่ว่าจะเป็น ต่อไปนี้ ข้อมูลของบริษัท 1. ปริมาณ (Volume) ข้อมูลติดต่อของลูกค้า คือ ปริมาณข้อมูลที่สามารถผลิตและจัด ข้อมูลติดต่อของผู้ร่วมธุรกิจ เก็บไว้ได้จะต้องขนาดที่ใหญ่มากเพียงพอ ลักษณะของผู้บริโภค ซึ่งปริมาณของข้อมูลจะเป็นข้อบ่งบอกได้ การทำรายการธุรกิจต่างๆ ในแต่ละวัน ถึงคุณภาพและประสิทธิภาพของข้อมูล ตัวอักษร ไฟล์เอกสาร รูปภาพ ภายในนั้น และสามารถนำไปพิจารณาต่อได้ รวมถึงข้อมูลอื่นๆ แทบทุกประเภทที่อยู่บนโลก ว่าข้อมูลที่มีอยู่เหล่านั้น ถือเป็น Big Data ออนไลน์ เมื่ อข้อมูลมีปริมาณมากจึงต้องอาศัยระบบประมวลผล หรือไม่ ที่มีประสิทธิภาพ สามารถรองรับปริมาณข้อมูลที่มีอยู่ อย่างมหาศาล 2. ความหลากหลาย (Variety) 3. ความเร็ว (Velocity) คือ ความหลากหลายของประเภทของข้อมูล โดย คือ ความเร็วในการประมวลผลและผลิตข้อมูลขึ้น มาเพื่อให้ทันกับความต้องการของผู้ใช้งาน ซึ่ง Big สามารถเพิ่มประสิทธิภาพในการนำข้อมูลไป Data คือข้อมูลที่ได้มาแบบ Real-Time และ วิเคราะห์ต่อยอดได้ ไม่ว่าจะเป็นข้อมูลที่เป็นตัว ประมวลผลอยู่ตลอดเวลา แตกต่างจาก Small หนังสือ, รูปภาพ, ข้อมูลเสียงที่ถูกบันทึกไว้, วีดีโอ Data ที่ไม่สามารถทำได้ Big Data จะมีความถี่ใน หรือไฟล์ประเภทอื่นจากหลากหลายแหล่งที่มา ก็ การประมวลผลที่มากกว่า การบันทึกข้อมูลที่มากก ว่า และเผยแพร่ข้อมูลที่มากกว่า ข้อมูลของ Big สามารถเป็นส่วนหนึ่งในการเพิ่มประสิทธิภาพการ Data ที่มีอัตราการเพิ่มขึ้นของข้อมูลที่มีการเพิ่มขึ้น ทำงานของ Big Data ได้ ได้อย่างรวดเร็ว โดยไม่ว่าจะเป็น ซึ่งจะเป็นข้อมูลจากทุกฝ่ายไม่ว่าจะเป็นการเงิน ฝ่าย ข้อมูลตัวอักษรการสนทนา ขาย การตลาด ลูกค้าสัมพันธ์ บัญชี รวมถึงตัว ข้อมูลการบันทึกเสียง หนังสือที่อาจเป็นบทสนทนาระหว่างแผนก หรือ ข้อมูลการถ่ายภาพวีดีโอ ระหว่างบริษัท ซึ่งอาจเป็นข้อความจาก Social Media รวมถึง URLs ที่มีข้อมูลเข้ามาอยู่ในทุกวัน ข้อมูลอัตราการสั่งซื้อสินค้า ข้อมูลโปรโมชั่นต่างๆ ซึ่งหากมานั่งดูแล้วจะถือว่าเป็นข้อมูลที่มีอยู่มาก และมีการอัปเดทเคลื่ อนไหวอยู่ตลอดเวลา 4. คุณภาพของข้อมูล (Veracity) คือ คุณภาพของข้อมูลที่สามารถนำไปวิเคราะห์ข้อมูลต่อไปได้อีก เป็นข้อมูลที่ยังไม่ผ่านการประมวลผลอยู่ใน รูปแบบของข้อมูลดิบซึ่งสามารถนำไปประมวลผลต่อไปได้ และเป็นข้อมูลที่มาจากหลากหลายแหล่งไม่ว่าจะเป็น Facebook, Youtube, Twitter ซึ่งข้อมูลจากแหล่งเหล่านี้ยากที่จะสามารถควบคุมคุณภาพรวมถึงการคัด กรองข้อมูล และความน่าเชื่อถือของข้อมูล จึงต้องนำข้อมูลเหล่านี้เข้าสู่กระบวนการทำ Data Cleansingนอกจาก 4V ที่เป็นลักษณะสำคัญของ Big Data นี้แล้วก็ยังมีลักษณะข้ออื่นๆ ที่สามารถบ่งบอกได้ ว่าเป็น Big Data เช่นเดียวกัน ได้แก่ Scalability คือ ขนาดของข้อมูลทั้งหมดที่มีที่ต้องสามารถขยายขนาดได้อย่างรวดเร็ว Relational คือ ความเกี่ยวข้องกันของข้อมูล ข้อมูลที่มีความเกี่ยวข้องกันอยู่จะสามารถทำให้การประมวล ผลสามารถทำได้ดีมากยิ่งขึ้น Data Mining และ Big Dataต่างกันอย่างไร? Data Mining คือกระบวนการการวิเคราะห์ข้อมูลจากข้อมูลจำนวนมาก (BIG DATA)ส่วนBig Data คือ การเก็บข้อมูลขนาดใหญ่ทั้งสองอย่างต่างกันตรง ที่data mining คือกระบวนการส่วนBig Data คือการจัดเก็บข้อมูล นางสาว ธัญลักษณ์ ขันตี ม.6/3 เลขที่ 24

แชทบอทสำหรบั การบริการดา้ นการดแู ลสขุ ภาพ Chatbots-based Healthcare Services โดย นางสาว มัสรา เลาะแม รหัสนสิ ิต 602021200 อาจารย์ทป่ี รกึ ษา : อาจารย์ อาจารี นาโค รายงานนเี้ ปน็ สว่ นหน่งึ ของรายวิชา 0214391 สัมมนาทางวิทยาการคอมพวิ เตอร์ ภาคเรยี นที่ 2 ปีการศึกษา 2562 หลกั สตู รวทิ ยาศาสตรบัณฑิต สาขาวชิ าวทิ ยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยทักษิณ

แชทบอทสำหรับการบรกิ ารดา้ นการดูแลสุขภาพ Chatbots-based Healthcare Services นางสาว มสั รา เลาะแม ----------------------------------------------------------------------------------------------------- บทคัดยอ่ ปจั จบุ นั ประชาชนใหส้ นใจในด้านสขุ ภาพเพ่มิ ข้ึน การบรกิ ารทางการแพทยข์ องโรงพยาบาลจึงได้ เปลี่ยนจากการมุ่งเน้นการรักษาเพื่อการป้องกันมาเป็นการดูแลและการจัดการสุขภาพ อุตสาหกรรม การแพทย์มีการสร้างบริการเพิ่มเติมสำหรับโปรแกรมส่งเสริมสุขภาพ และมีการใช้สารสนเทศทาง การแพทย์มากขน้ึ ดงั นน้ั แนวคดิ ของบรกิ ารสุขภาพท่ีชาญฉลาดจงึ กลายเป็นประเด็นสำคญั แชทบอทเป็น แพลตฟอรม์ การสนทนาอัจฉริยะที่โต้ตอบกับผใู้ ช้ผา่ นอินเตอร์เฟซการแชท โดยการเช่ือมโยงกับผใู้ หบ้ รกิ าร เครอื ขา่ ยสังคมหลัก ผ้ใู ช้ท่ัวไปสามารถเข้าถงึ และรับบรกิ ารสุขภาพตา่ ง ๆ ไดอ้ ย่างงา่ ยดาย การศกึ ษาครั้ง นี้เป็นการนำเสนอบริการด้านการดูแลสุขภาพที่ใช้แชทบอท ได้แก่ แชทบอทสำหรับการวินิจฉัยโรคด้วย ตนเอง และแชทบอทการบริการด้านการดูแลสุขภาพพร้อมฐานความรู้ที่มีการประมวลผลบนคลาวด์ ซึ่ง เป็นบริการสุขภาพเคลือ่ นที่ในรปู แบบของแชทบอทเพือ่ ให้การรกั ษาอยา่ งรวดเร็วต่ออุบัตเิ หตทุ ีอ่ าจเกิดขึ้น ในชวี ิตประจำวัน รวมถงึ ผปู้ ่วยทีเ่ ป็นโรคเรอื้ รงั ซึ่งจะทำใหก้ ารให้บริการข้อมูลสุขภาพเน้นเรื่องท่ีสะดวก รวดเร็วตอบสนองตอ่ ความตอ้ งการของผู้ใชใ้ นยุคดิจทิ ัล

สารบญั หนา้ 1 1. บทนำ 1 1.1 ความสำคญั และที่มาของการศกึ ษา 1 1.2 วัตถปุ ระสงค์ 1 1.3 ความรูพ้ ื้นฐานทีเ่ ก่ียวขอ้ ง 3 3 2. แชทบอทสำหรบั การบริการดา้ นการดูแลสขุ ภาพ 5 2.1 การตรวจเอกสาร 8 2.2 แชทบอทสำหรับการวินิจฉัยทางการแพทย์ด้วยตนเอง 18 2.3 แชทบอทสำหรบั ให้บริการสขุ ภาพโดยการประมวลผลบนคลาวด์ 18 19 3. บทสรุป 3.1 สรปุ 4. เอกสารอา้ งองิ

1 1. บทนำ 1.1 ความสำคญั และทีม่ าของการศกึ ษา แชทบอทเป็นระบบจำลองการโตต้ อบตามธรรมชาติพร้อมการสรา้ งแบบจำลองการสนทนาและ ความรพู้ น้ื ฐานของปญั ญาประดิษฐ์ เนอื่ งจากระบบจำลองการโต้ตอบมีความสามารถในการสนทนามากข้ึน สามารถเรียนรูก้ ารตอบสนองต่อสถานการณไ์ ด้อย่างถูกต้องมากขึน้ และถูกสร้างเพื่อใหช้ ่วยสนทนาแทน มนษุ ยท์ สี่ ามารถพูดคุยโต้ตอบส่อื สารกับมนุษย์ผ่านทางเสยี งหรือข้อความได้ แชทบอทจัดว่าเป็นหุ่นยนต์ ประเภทหนึ่งท่สี ามารถทำงานได้ 24 ชวั่ โมง และตอบคำถามซำ้ ๆ ไดโ้ ดยไมม่ คี วามเบอ่ื หน่าย ดังนน้ั แชทบอทจึงถูกนำมาใช้ประโยชน์ทางด้านธุรกิจ เช่น ใช้สำหรับตอบคำถามแทน call center ใช้แนะนำ สนิ ค้าและบรกิ าร เปน็ ต้น นอกจากน้นั แล้วแชทบอทยงั สามารถพฒั นาได้ทั้งบน LINE และบน Massager ได้ง่าย จึงทำให้องคก์ รหรือผู้ประกอบการต่าง ๆ นำแชทบอทไปใช้อำนวยความสะดวกกบั ผลิตภัณฑข์ อง ตนเองหลากหลายมากข้ึน ในปัจจุบันผู้คนให้ความสนใจในด้านสุขภาพมากขึ้น มีการนำสารสนเทศมาให้บริการทางการ แพทย์มากขึ้น โดยจะเห็นได้จากกิจกรรมการออกกำลังกายประเภทต่าง ๆ การตรวจสุขภาพประจำปี อุปกรณ์สวมใส่/แอปพลิเคชันบนมือถือที่สามารถให้ข้อมูลสุขภาพ รวมถึงระบบสารสนเทศทางด้าน การแพทยท์ ี่ใชง้ านร่วมกบั ปัญญาประดษิ ฐ์ จากความสำคัญของการดูแลสุขภาพ และการใช้แชทบอท ผู้จัดทำสนใจประเด็นของการ ใหบ้ ริการข้อมูลทางด้านสุขภาพโดยใช้เทคโนโลยีของแชทบอท โดยไดท้ ำการศกึ ษาการนำแชทบอทมาใช้ ใน 2 กรณี คือ แชทบอทการวินิจฉัยด้วยตนเองโดยใช้ปัญญาประดิษฐ์ และแชทบอทสำหรับบริการด้าน การดูแลสุขภาพท่ีมีการประมวลผลบนคลาวด์ 1.2 วตั ถปุ ระสงค์ เพือ่ ศกึ ษาวิธีการนำแชทบอทมาใช้ในการแนะนำขอ้ มลู ท่เี กี่ยวกับสขุ ภาพ 1.3 ความรูพ้ นื้ ฐานท่เี ก่ยี วขอ้ ง แชทบอท เป็นโปรแกรมทีพ่ ฒั นาขึ้นเพือ่ จำลองบทสนทนาของมนุษย์ ให้สามารถพูดคุย สื่อสาร กบั มนษุ ยผ์ ่านทางเสียงหรอื ขอ้ ความแบบ real-time มี 2 แบบ ประกอบด้วย ▪ Rule-Based Bot เป็นการทำงานตามกฎและคีย์เวิร์ดที่ถูกกำหนดไว้ ถ้าหากคำถามไม่ ตรงกับที่กำหนดไว้ แชทบอทอาจใหค้ ำตอบทีไ่ มด่ หี รือทำงานผิดพลาดได้ ▪ AI Bot เป็นการใชป้ ัญญาประดิษฐ์ (AI) และ Machine Learning เข้ามาชว่ ยให้ ▪ แชทบอทนั้นฉลาดและเข้าใจภาษาของมนุษยม์ ากขนึ้ ประเภทของแชทบอท มี 5 ประเภท ประกอบด้วย

2 ▪ FAQ Assistant Bot สามารถตอบคำถามหรือส่งบทสนทนาได้ถูกต้องตามที่คุยกับผู้ใช้ นั่นหมายถึงการรักษาบริบทสำหรับคำถาม ติดตาม และพร้อมที่จะส่งต่อไปยังตัวแทน หากคำถามไม่ไดอ้ ย่ใู นฐานความรู้ของบอท ▪ Navigational Bot ช่วยผู้ใช้ และสามารถค้นหาเนื้อหาที่เก่ียวข้องกับสิ่งที่พวกเข้าสนใจ ได้ ดังนั้นแชทบอทอาจจะสามารถเชื่อมโยงไปยังหน้าเว็บที่มีประโยชน์ หากผู้ใช้ร้องขอ ข้อมูลตา่ ง ๆ ท่ตี ้องการ ▪ Lead Generation & Retention Bots มีไว้เพ่อื ดงึ ดูดผูใ้ ช้เปา้ หมายดว้ ยการสนทนาและ รักษาการติดต่อกันกับผู้ใช้ด้วยการให้คำตอบและข้อมูลที่มีประโยชน์ให้กับลูกค้า ทำให้ กลมุ่ ผู้ใช้เป้าหมายน้ัน จะได้รบั ประสบการณท์ ีด่ ใี นการเข้ามาดขู ้อมลู สนิ คา้ ▪ Transactional Bots ช่วยให้ผใู้ ช้สามารถทำธุรกรรมภายในขอบเขตของการสนทนาเรอื่ ง น้ันไดด้ ี ▪ Internal Assistant Bot สามารถช่วยในการตอบคำถามให้สมาชิกในทีมได้รับคำตอบที่ รวดเรว็ เพอื่ ไม่ให้ไปรบกวนเพื่อนรวมงานคนอนื่ ๆ การนำแชทบบอทไปใช้ สามารถนำไปใช้ในการแพทย์ และดา้ นอตุ สาหกรรมตา่ ง ๆ ตัวอยา่ ง เช่น LINE-Messenger, Facebook-Messenger, Food panda, H&M, KLM, Oscar chatbot, Health Tap เปน็ ต้น

3 2. แชทบอทสำหรบั การบรกิ ารด้านการดูแลสุขภาพ เนื้อหาที่ทำการศึกษามา ประกอบด้วย 2 ระบบ คือ 1. การนำแชทบอทมาใช้การวินิจฉัยทาง การแพทย์ด้วยตนเอง และ 2. แชทบอทสำหรับบริการด้านการดูแลสุขภาพที่มีการประมวลผลบนคลาวด์ โดยเนื้อหาจะเรียนรู้จากการรวบรวมงานวิจัยที่เกี่ยวข้องของการใช้แชทบอททางด้านสุขภาพ และการ นำเสนอรายละเอียดท้งั 2 ระบบ 2.1 การตรวจเอกสาร 1) ปัญญาประดิษฐ์ทีเ่ กีย่ วขอ้ งกบั การแพทย์ อุปกรณ์ทางการแพทย์อัจฉรยิ ะที่พฒั นาจากขอ้ มลู ขนาดใหญ่และการเรียนรู้ของเครือ่ งสามารถให้ โซลูชั่นที่มีประสิทธิภาพ และเป็นส่วนตัวมากขึ้นในการตรวจวินิจฉัย ดังนั้นจึงคาดว่าจะมีการสร้าง นวัตกรรมทอ่ี ำนวยความสะดวกในพน้ื ที่ทางการแพทย์เก่ยี วกบั การป้องกนั โรคการวนิ จิ ฉัย และการรกั ษา Google นำเสนอการใช้บริการ AI สำหรับสภาวะสุขภาพปกติ และการตอบสนองที่เหมาะสม ผ่านการพฒั นาเทคโนโลยีด้านการดูแลสขุ ภาพ เชน่ เครอื่ งตรวจวัดระดบั นำ้ ตาลในเลอื ด เอเจนต์การรักษา เพื่อต้านริ้วรอย และการวิเคราะห์ทางพนั ธุกรรม ด้วยเทคโนโลยี DeepMind Health รวมถึง AlphaGo Google พัฒนา Streams (โปรแกรม AI) สำหรบั การรวบรวมขอ้ มูลผู้ป่วยที่มีอวัยวะทเ่ี สยี หายอย่างรุนแรง แบบเรียลไทม์ ทำใหเ้ จ้าหน้าทที่ างการแพทย์สามารถวินิจฉยั โรคไดอ้ ยา่ งรวดเร็ว DivyaMadhu เสนอความคดิ ว่า AI สามารถทำนายโรคจากอาการ และให้รายการของการรักษา ท่มี ีอยหู่ ากมีการวเิ คราะหเ์ ปน็ ระยะ ๆ และเป็นไปไดท้ จี่ ะคาดการณป์ ญั หาทจ่ี ะเปน็ ไปได้ ก่อนทีร่ ่างกายจะ ความเสียหาย University of North Carolina (UNC) Health Care เป็นสถาบันการแพทย์ที่ไม่แสวงหาผล กำไรที่ให้บริการทางการแพทย์ที่มีคุณภาพสูงสำหรับผู้ป่วยมากกว่า 37,000 คนพร้อมสิ่งอำนวยความ สะดวก โดยใหบ้ รกิ ารจากการวิเคราะหข์ ้อมูล UNC Health Care ใชบ้ ริการวิเคราะหข์ อ้ ความของ IBM ที่ สามารถวิเคราะหข์ อ้ มลู ท่มี โี ครงสร้างและไมม่ โี ครงสร้าง เปน็ ผลใหส้ ามารถระบสุ าเหตุของการเขา้ รักษาตัว ในโรงพยาบาลของผู้ป่วย ซ่งึ จะชว่ ยลดค่าใชจ้ ่ายในการพกั ฟ้ืน การวิจัยและพัฒนาดา้ นการดูแลสุขภาพบนพืน้ ฐานของ AI ได้รับความสนใจเป็นอย่างมากพร้อม กับธุรกิจสตาร์ทอัพที่เกี่ยวกับการใช้ AI ในทางการแพทย์ ตัวอย่างเช่น Lunit เป็นระบบการวินิจฉัยโรค ปอดและมะเร็งเต้านม โดยใช้เทคโนโลยีการจดจำภาพ จากการใช้ภาพถ่ายเอ็กซ์เรย์หน้าอกและเต้านม ระบบมกี ารใช้อัลกอริทมึ การเรยี นรู้เชิงลึก ทำให้สามารถตรวจภาพเอกซเรย์หน้าอกและภาพตรวจเต้านม ทำการวินิจฉัย และตรวจหาตำแหน่งขนาดเซลล์ที่ถูกเปลี่ยนรูป และเนื้อเยื่อจำเพาะของเนื้องอกซึ่งมี ความยากในการสังเกตด้วยตาเปล่า บริษัท Vuno ยังได้พัฒนาอัลกอริทึมการเรียนรู้เชิงลึกที่สามารถ นำไปใช้ในทางการแพทย์ เพื่อการวิเคราะห์ภาพทางการแพทย์ (X-ray, CT, MRI) และสัญญาณชีวภาพ อลั กอริทึมทพ่ี ัฒนาขนึ้ ใชเ้ ปน็ เครือ่ งช่วยในการวินิจฉัยโรคปอดโรคหัวใจ และหลอดเลอื ดสมองโป่งพองใน

4 สมอง และการกำหนดอายุของกระดูก บริษัทยังพัฒนา Vuno-Med แอปพลิเคชนั ซอฟตแ์ วร์ท่ีช่วยในการ วนิ จิ ฉัยโรคมะเรง็ ปอด Apple พฒั นา CareKit ซึง่ เป็นแอปพลิเคชนั ซอฟต์แวร์สำหรับการแบ่งปนั แผนการ รักษาระหว่างผู้ป่วย ผู้ดูแล และเจ้าหน้าที่ทางการแพทย์ เพื่อใช้ในการติดตามการรักษาผู้ป่วยอย่างมี ประสิทธิภาพ นอกจากนั้นเทคโนโลยี Apple Watch หรือ iPhone ของบริษัท Apple มีระบบเซ็นเซอร์ ซ่ึงชว่ ยในการวดั สภาวะสขุ ภาพของผ้ปู ว่ ยและการแสดงข้อมูลการรกั ษา 2) แชทบอทสำหรบั การดแู ลสุขภาพ Simon Hoermann อภิปรายผลการประเมิณการใช้เทคโนโลยีการสนทนาบนเว็บ ในการให้ คำแนะนำด้านสุขภาพว่า ให้ผลลัพธ์ที่ดีกว่าเมื่อเทียบกับการแนะนำแบบปกติ อย่างไรก็ตามเทคโนโลยี เหลา่ นมี้ ีค่าใช้จา่ ยในการปฏิบตั ิทางจรงิ Saurav Kumar Mishra กล่าวว่า แชทบอทจะทำหน้าที่เป็นแพทย์เสมือนในการพูดคุยกับผูป้ ่วย การพัฒนาแชทบอทจะใชข้ ้ันตอนวธิ ีการประมวลผลภาษาธรรมชาติและการจับค่รู ูปแบบ ซึ่งพัฒนาขึ้นโดย ใชภ้ าษา Python จากการสำรวจพบว่า แชทบอทสามารถหาคำตอบท่ถี ูก 80% และไม่ถูกตอ้ ง / คำตอบท่ี ไม่ชดั เจน 20% การวเิ คราะหน์ ีช้ ้ีใหเ้ หน็ ว่า ซอฟตแ์ วรน์ สี้ ามารถใชส้ ำหรบั การเรยี นการสอนและเป็นแพทย์ จรงิ สำหรับการรบั รแู้ ละการดูแลเบ้ืองต้น HameedullahKaz อธิบายการพัฒนาแชทบอทสำหรับนักศึกษาแพทย์ โดยใช้ Chatterbean ของโอเพนซอร์ส AILM ซึ่งสามารถแปลงคำสั่งภาษาธรรมชาติไปเป็นแบบสอบถาม SQL ที่เกี่ยวข้อง ตัวอยา่ งคำถาม 97 ข้อ ถูกรวบรวมและคำถามเหล่านั้นถกู แบง่ ออกเปน็ หมวดหมู่ขน้ึ อยู่กบั ชนดิ ของคำถาม การจดั อันดบั คำถามตามจำนวน แบ่งหมวดหมูต่ ามประเภทของคำถามโดยมกี ารเรยี งลำดับตามหมวดหมู่ 47% ระบบไม่ได้รับการออกแบบมาเป็นพิเศษสำหรับสนับสนนุ การโต้ตอบแบบธรรมชาติหรือตอบสนอง ต่อคำสงั่ ของนกั เรยี น Health Tap พัฒนาแพลตฟอร์มในการใหข้ ้อมลู สุขภาพเพือ่ เชื่อมต่อระหว่างผู้ปว่ ยและบคุ ลากร ทางการแพทย์ มีแพทยม์ ากกวา่ หนึง่ แสนคนลงทะเบียนในแพลตฟอร์มน้ี และมกี ารถามตอบมากกว่า 6.4 คำตอบ แพลตฟอร์มพัฒนาโดยใช้ Facebook-Messenger ด้วยตัวอย่างคำถามและคำตอบที่สอดคล้อง กัน Health Tap จะนำเสนอคำตอบบนพ้ืนฐานของฐานข้อมูลทมี่ คี ำถามคล้ายกัน จากการเร่ิมต้นการประกันสุขภาพรูปแบบใหม่ Oscar chatbot ได้รับความสนใจเปน็ อยา่ งมาก Oscar นำเสนอการประเมินคา่ ประกันสขุ ภาพใหก้ ับลกู ค้าอยา่ งรวดเรว็ ผา่ นทาง chatbot บน Facebook- Messenger แม้ว่าตอนน้ีแชทบอทของ Oscar จะให้บริการแบบ จำกัด แต่ก็คาดว่า Oscar จะให้บริการ ด้านการดูแลสุขภาพแบบไม่เป็นทางการโดยใช้ขอ้ มูลสขุ ภาพของผู้ใช้ท่ีละเอียดอ่อนและโรค เพื่อคำนวณ การประมาณค่าประกันสขุ ภาพ บริการแชทบอท Molly ของ Sensely เป็นแพลตฟอร์มพยาบาลเสมือนที่พัฒนาขึ้นเพ่ือ ประหยัดเวลาของบุคลากรทางการแพทย์ 20% การใชข้ ้อมลู สขุ ภาพแบบเรียลไทม์ของผู้ป่วยทำให้ Molly สามารถตัดสินสภาพสุขภาพของผปู้ ว่ ยและติดตามผูป้ ่วยจนกว่าเขา / เธอจะไปโรงพยาบาลในคร้งั ต่อไป

5 แชทบอทการวินิจฉัยทางการแพทย์ที่ใช้คำถามโต้ตอบของ Wisenut ได้รับการพัฒนาโดยใช้ เทคโนโลยีการวเิ คราะห์ขอ้ มูลขนาดใหญ่ ทางการแพทย์ทสี่ ะสมของบริษทั เทคโนโลยีการเรียนรูด้ ้วยเคร่อื ง เทคโนโลยีการความเข้าใจประโยคไฮบริด และเทคโนโลยีการจดั การบทสนทนา แชทบอทจะถามคำถาม รายวันเก่ยี วกบั ภาวะสุขภาพของผูป้ ่วยโรคเร้อื รัง ทำใหส้ ามารถใหค้ ำแนะนำบนพื้นฐานของคำตอบท่ีให้ไว้ คำตอบของผู้ป่วยเรื้อรังจะถูกสั่งให้กับเจ้าหน้าที่ทางการแพทย์โดยสังเขป แบบฟอร์มเพื่อช่วยเหลือ เจ้าหน้าทีท่ างการแพทย์ในการวินิจฉยั ใหม้ คี วามแม่นยำมากขึ้นเมื่อเทียบกับการวินิจฉัยที่เกดิ ข้นึ ระหว่าง การมาโรงพยาบาลของผูป้ ่วย AI chatbots ทีถ่ ามผปู้ ่วยเก่ยี วกับอาการของโรคกำลังไดร้ บั การทดสอบเพิ่มข้ึนเนอ่ื งจากความชุก การใช้งานที่กว้างขวาง ประชาชนประมาณ 1.2 ล้านคนใน Islington, Camden, Enfreld และ Barnet, ในประเทศอังกฤษ ชอบใช้แชทบอทของ Baylon เพื่อติดต่อกับ National Health Service (NHS) เมื่อ ผู้ใช้ป้อนอาการของพวกเขาในแอพ Baylon คำตอบที่ได้รับน้ันข้ึนอยู่กับเน้ือหาที่ใส่ เมื่อผู้ใช้ตอบคำถาม ของแอป คำแนะนำทีใ่ หไ้ ว้เกย่ี วกบั อาการของพวกเขาจะอ้างอิงกบั ฐานข้อมูลโรคขนาดใหญ่ จากที่กล่าวมา จะเห็นได้ว่ามีการนำเทคโนโลยีแชทบอทและปัญญาประดิษฐ์มาใช้ในการดูแล สขุ ภาพอยา่ งกวา้ งขวาง 2.2 แชทบอทสำหรับการวนิ ิจฉัยทางการแพทย์ดว้ ยตนเอง ภาพที่ 1 แผนภาพสถานะจำกัดแสดงการทำงานของแชทบอท แผนภาพสถานะจำกัดของภาพท่ี 1 แสดงการออกแบบบทสนทนา นอกเหนือจากข้อความ ต้อนรับและบอก การออกแบบการสนทนา 3 ขั้นตอน คือ ขั้นตอนการรับ การสกัดอาการ และการ วนิ จิ ฉัย แชทบอทเริ่มต้นโดยถามข้อมูลอีเมลและรหัสผ่านของผู้ใช้เพื่อเข้าสู่ระบบ จากนั้นจะเข้าสู่วงวน สถานะการแยกอาการจนกวา่ จะไดร้ ับข้อมูลท่ีเพยี งพอสำหรับการวนิ ิจฉัย ผ้ใู ชม้ ตี วั เลอื กในการเข้าสู่ลูปอีก ครั้งเพอ่ื พูดคยุ กบั แพทย์เกย่ี วกับอาการอกี ชุดหน่งึ หลังจากได้รบั การวินิจฉยั ครัง้ แรก และอกี ทางเลือกหน่ึง คอื ผู้ใชส้ ามารถดูประวตั กิ ารสนทนาเกีย่ วกับสง่ิ ท่ีคยุ กนั ขนั้ ตอนการทำงานของการแชทบอทเรม่ิ ตน้ ด้วยผู้ใช้ทำการเข้าส่รู ะบบไปยงั แชทบอท และจากน้ัน ผใู้ ชท้ ำการปอ้ นขอ้ มูลการสนทนา ระบบจะทำการสกดั อาการท่ีสอดคลอ้ งกนั จนกว่าจะไดข้ อ้ มูลที่เพียงพอ

6 สำหรับการวินิจฉัยการ แล้ววินิจฉัยว่าผูป้ ่วยเป็นโรคร้ายแรงหรอื โรคไม่ร้ายแรง ถ้าเป็นโรคร้ายแรงจะมี การแนะนำแพทย์ใหผ้ ้ปู ่วย โดยดงึ รายละเอียดของแพทยจ์ ากฐานขอ้ มลู และระบผุ ูใ้ ชผ้ ่านขอ้ มลู เขา้ สู่ระบบ ท่ีเกบ็ ไว้ในฐานข้อมลู ภาพที่ 2 สถาปตั ยกรรมเชงิ หน้าที่ของแชทบอท ภาพท่ี 2 แสดงฟังก์ชันการทำงานของระบบ ผู้ใช้เข้าสู่ระบบไปยังหน้าเว็บและรายละเอียดของ ผใู้ ชจ้ ะถูกเก็บไว้ในฐานข้อมูล จากน้ันผ้ใู ช้สามารถเรม่ิ ตน้ การสนทนาดว้ ยแชตบอท ข้อมูลการสนทนาจะ ถูกเก็บไว้ในฐานข้อมูลสำหรับการอา้ งอิงในอนาคต ในระหว่างการสนทนาแชทบอทจะจำแนกอาการจาก คำถามและโครงสร้างของอาการ โรคจะแบ่งเป็นโรคร้ายแรงและโรคที่ไม่ร้ายแรง แชทบอทจะตอบ กลับไปไม่ว่าจะเป็นโรคร้ายแรงหรือโรคไม่ร้ายแรง ถ้าเป็นที่โรคร้ายแรงผู้ใช้จะไ ด้รับการแนะนำโดยมี รายละเอียดพบแพทยเ์ พ่อื การรักษาต่อไป เมื่อมีการตรวจสอบรายละเอยี ดการเข้าสู่ระบบของผู้ใช้ การจำแนกอาการจะใช้ขั้นตอนวิธีการ คน้ หาสตริง โดยระบสุ ตริงย่อยทแ่ี สดงอาการจากการป้อนข้อความภาษาธรรมชาติ เมื่อผู้ใช้ตัง้ ชอื่ อาการ โดยตรง เช่น“ ฉันมี อาการไอมีไข้และคลื่นไส้” ระบบจะระบุได้อย่างง่ายดาย แต่อย่างไรก็ตาม ระบบ สามารถจัดการกับข้อความประเภทอื่น ๆ เช่น “ เมื่อฉันอ่านฉันไม่เป็นไรในตอนแรก แต่เมื่อเวลาผ่านไป สายตาของฉันก็จะเหน่อื ยล้าและฉนั ก็เริม่ เห็นเปน็ สองเท่า” ในกรณนี ี้ ระบบจะสกดั คำสำคญั เช่น \"ดวงตา เหนือ่ ยล้า\" และ \"ดูซ้ำซ้อน\" เมื่อได้รับข้อความย่อยที่สกัดจากการป้อนข้อมูลของผู้ใช้ จะมีการสร้างรายการของอาการท่ี ใกล้เคียงที่สุด และจะต้องให้ผู้ใช้ยืนยันอาการตามรายการเสนอแนะ จากนั้นชี้แจงอาการและ ข้อเสนอแนะอาการ ชุดคำถาม และการทำแม็ปปงิ อาการท่ีจะเกิดโรคทีแ่ น่นอน

7 ขั้นตอนการระบโุ รคและการอ้างอิงแพทย์ เป็นกระบวนการที่มีรายการของโรคในฐานข้อมลู และ แต่ละอาการที่ถูกปอ้ นจะถูกเปรียบเทียบกับอาการของโรค อาการต่อไปจะถูกตรวจสอบจนกว่าจะพบ อาการที่ตรงกนั โรคจะถกู นำเสนอตามขอ้ มลู ของผใู้ ช้ปลายทางจากการประเมนิ คำถาม และแสดงผา่ น แชทบอท แชทบอทจะตรวจสอบว่าโรคที่ระบเุ ป็นปญั หาใหญ่หรอื ปญั หายอ่ ยตามเงอื่ นไขทสี่ รา้ งข้ึนใน แชทบอท หากเป็นปัญหาใหญ่แชทบอทจะอ้างอิงผู้เชี่ยวชาญโดยใช้รายละเอียดของแพทย์ หากเป็น ปญั หาย่อยจะมกี ารนำเสนอการรักษาเบอ้ื งต้นหรอื แจ้งใหพ้ บแพทย์ ข้ันตอนดังกลา่ วแสดงในภาพท่ี 3 ภาพท่ี 3 ผงั งานท่ีใชใ้ นการระบุโรค 2.2.1 ผลลพั ธ์และการอภิปรายผล ระบบจะเปน็ การใชง้ านผา่ นเวบ็ โดยมกี ารจดั เกบ็ น้ีรายช่ือของโรคและอาการในฐานข้อมูล เมื่อมี การใส่ข้อมลู อาการ แต่ละอาการท่ีถกู ปอ้ นจะถูกเปรียบเทยี บกับอาการของโรคท่พี บบอ่ ย อาการถัดไปจะ ถูกตรวจสอบจนกว่าจะพบรายการที่ตรงกัน โรคจะถูกแสดงในรายการจากการประเมินคำถาม โรคที่ ถูกต้องจะมีการระบุ และแจ้งใหผ้ ้ใู ช้ปลายทางโดยแชทบอท ภาพที่ 4 ตัวอยา่ งการใช้งานแชทบอท

8 ภาพที่ 4 แสดงตัวอย่าง ข้อความของผู้ใช้กับแชทบอท โดยผลลัพธ์ที่ถูกต้องจะแสดงต่อผู้ใช้ เมื่อสิ้นสุดการชี้แจงอาการ จากนั้นผู้ใช้สามารถดูการแชทก่อนหน้าของพวกเขาเพื่อทราบสิ่งที่พวกเขา กลา่ วถงึ กอ่ นหนา้ นี้ 2.3 แชทบอทสำหรับใหบ้ ริการสุขภาพโดยการประมวลผลบนคลาวด์ เฟรมเวริ ์คบริการด้านการดูแลสขุ ภาพโดยแชทบอท ประกอบด้วย ชัน้ ข้อมลู ช้นั สารสนเทศ ชั้น ความรู้ และชนั้ บริการ เพือ่ สร้างและวิเคราะห์ข้อมูลขนาดใหญ่บนพนื้ ฐานของความรู้ทร่ี วบรวมได้ และ ให้ข้อมูลแก่ผู้ใช้อยา่ งสะดวกสบายบนชัน้ บริการ UI / UX ที่กำหนดเองในการแสดงบริการข้อมูลสุขภาพ ภาพที่ 5 แสดงเฟรมเวริ ์คบริการสุขภาพทใี่ ชแ้ ชทบอท ภาพท่ี 5 เฟรมเวริ ์คบรกิ ารสุขภาพบนแชทบอท ชัน้ ข้อมลู ประกอบด้วย ส่วนประกอบการประมวลผลข้อมูล และสว่ นประกอบการจัดเก็บข้อมูล ที่ใช้สำหรับการประมวลผล และการจัดเก็บข้อมูลที่ได้จากเซ็นเซอร์ รวมถึงเซ็นเซอรเ์ ครือข่ายไร้สายบน รา่ งกาย (WBAN) โมดูลการประมวลผลขอ้ มูลจะทำการรวบรวมข้อมูล ติดปา้ ย วเิ คราะหข์ อ้ มลู และกรอง ข้อมูลตามประเภทของการรวบรวมข้อมลู ท่ีมีความหลากหลายของข้อมลู และมปี ริมาณมาก ซ่ึงข้อมูลอาจ เสียหายจากการทำซำ้ และการรบกวน ในชั้นข้อมูล ข้อมูลที่มีป้ายกำกับท่ีถูกรวบรวมจากการกรองแบบ เรียลไทม์จะถกู ประมวลผลก่อนแล้วจงึ จัดเก็บข้อมูล จากนั้นมีการใช้ตวั วิเคราะห์แบบการกรองหลายตัว เพ่ือเพิม่ ความสอดคลอ้ งและความน่าเช่ือถอื ของการจำแนกประเภทขอ้ มูลและการวิเคราะห์ นอกจากการ

9 กรองข้อมูลแบบเรียลไทม์ กระบวนการแบบแบชจะถูกดำเนินการ ซึ่งขึ้นอยู่กับปริมาณของข้อมูลท่ี รวบรวมและคุณลักษณะต่าง ๆ ข้อมูลที่รวบรวมจะไม่ถูกลบเพื่อสร้างเป็นข้อมูลขนาดใหญ่ ใน กระบวนการนี้สว่ นประกอบความปลอดภัยในชั้นการสนับสนุนจะทำการเข้ารหสั และรับรองความถกู ตอ้ ง ของผู้ใช้เพื่อปรับปรุงการปกป้องสารสนเทศส่วนบคุ คลในการใช้งาน ข้อมูลทีร่ วบรวมจะมีการใช้ lifelog- ontology นั่นคือ ข้อมลู จะแสดงในระดับสูงผ่านการให้บริการตามข้อมลู สารสนเทศที่ได้จะถกู บันทึกไว้ใน ฐานข้อมูลของเซิร์ฟเวอร์ที่ใช้ร่วมกัน เพื่อแบ่งปันสารสนเทศระหว่างแอปพลิเคชันชั้นต่าง ๆ ในกรณีน้ี ข้อมูลไมเ่ ป็นทางการท่ีเกบ็ รวบรวมจะถกู แปลงเป็นขอ้ มูลกึ่งโครงสร้างสำหรับการเเม็ป lifelog-ontology แบบจำลองบรบิ ทระดับต่ำและระดับสูงที่สร้างขึ้นในชั้นสารสนเทศและ lifelog-ontology ของชั้นข้อมลู ขอ้ มลู ผู้ใชท้ ่ีเก็บรวบรวมจะถกู บนั ทกึ ในรูปแบบของข้อมลู ท่ีมีโครงสร้าง จากนนั้ จะถูกใชท้ ัง้ ช้ันบริการและ ความรู้ ในชั้นข้อมูลการคาดการณ์ส่วนบุคคลจะทำการคาดการณ์พฤติกรรมจากไลฟ์สไตล์ของผู้ใช้ และ แสดงในแบบจำลอง lifelog ข้อมูลคำแนะนำส่วนบุคคลสำหรับการทำนายและคำแนะนำจะถูกสร้างข้ึน ในชั้นบริการ ชั้นสารสนเทศ ประกอบด้วย แบบจำลองการรับรู้บริบทระดับสูงและระดับต่ำ ซึ่งจะมีการสร้าง แบบจำลองพฤตกิ รรมจากพฤตกิ รรมของผใู้ ช้และการอนุมานตามบริบทผูใ้ ช้ การรบั รบู้ ริบทระดับต่ำรับรู้ และจำแนกไลฟ์สไตล์ของผู้ใช้รวมถึงกิจกรรมทางกายภาพ สถานะทางอารมณ์ และตำแหน่ง รวมถึง รูปแบบการใช้อินเทอร์เน็ตและโซเชียลเน็ตเวิร์คในเขตเวลาที่มีการรวบรวมข้อมูลทางการแพทย์ การ จำแนกบริบทระดับสงู สามารถทำนายรูปแบบบริบทและพฤตกิ รรมของผู้ใช้ผ่านการลู่เข้าและการอนุมาน ในกรณนี ้ีการรบั รูบ้ รบิ ทในระดับต่ำ ประกอบด้วย องคป์ ระกอบตา่ ง ๆ เชน่ การรับร้พู ฤตกิ รรม การ รับรู้ทางอารมณ์ การตรวจจับตำแหน่ง และการวิเคราะห์การใช้งานสื่อสังคม องค์ประกอบการ วิเคราะห์การใช้สื่อสังคม รวบรวมและวิเคราะห์ข้อมลู หลายอย่างเก่ียวกบั การค้นหาข้อมูลทางการแพทย์ ของผู้ใช้และการเยี่ยมชมบันทึกการใช้งาน SNS ของผู้ใช้ ดังนั้น จึงเป็นไปได้ที่จะแยกแยะข้อมูลทาง การแพทย์ของผู้ใช้ รวมถึงสถานะ และข้อกำหนดทางการแพทย์ของผู้ใช้ในสถานการณ์เฉพาะ ในขณะน้ี เดียวกนั โมดูลการับรู้จำกิจกรรมทางกายภาพของผู้ใช้ กจิ กรรมและเงอ่ื นไขของผู้ใช้สามารถรับรู้ได้โดยใช้ ข้อมูลที่รวบรวมจากเซ็นเซอร์ WBAN และโมดูลมัลติมีเดีย โมดูลการจดจำอารมณ์ยังสามารถรวบรวม ข้อมูลประเภทต่าง ๆ ที่ถูกรวบรวมจากการวิเคราะห์ใบหน้าของผู้ใช้จากกล้อง และเซ็นเซอร์ WBAN เพ่ือ เข้าถงึ สถานะทางอารมณ์ของผู้ใช้ ในการกำหนดเงื่อนไขของผใู้ ช้อย่างถกู ตอ้ ง ส่ิงสำคญั ที่ต้องคำนึงถึงคือ ตำแหน่งของผู้ใชแ้ ละเสน้ ทางการเคลื่อนท่ี นัน่ หมายความวา่ จะต้องมกี ารใช้ข้อมูล Global Positioning System (GPS) เพอ่ื การตรวจจบั ตำแหนง่ ในบรรดาส่อี งคป์ ระกอบของการรบั รู้บริบทในระดับต่ำ องคป์ ระกอบอนิ พุตอะแดปเตอร์ จำแนก และเลือกข้อมูลตามลำดับความสำคัญ และโหลดข้อมูลท่ีรวบรวมจากชั้นข้อมูล ข้อมูลที่ถูกกรองในการ รับรู้บริบทระดับต่ำจะถูกส่งไปยังชั้นข้อมูลผ่านเอาท์พุทอะแดปเตอร์ ข้อมูลที่ถูกจัดประเภทในการรับรู้ บรบิ ทระดบั ต่ำจะใชส้ ำหรบั การอนมุ านการรับรูบ้ ริบทท่ีแม่นยำ และมีรายละเอยี ดเก่ียวกับผู้ใชท้ ที่ ำได้โดย การรับรู้บริบทระดับสูง องค์ประกอบของการรู้จำบริบทระดับสูงจะออกแบบและวิเคราะห์สถานการณ์

10 ผู้ใช้ที่รับรู้โดยองค์ประกอบการสร้างแบบจำลองการรับรู้บริบท และใช้ออนโทโลจีเพื่อแสดงสถานการณ์ ของผ้ใู ช้ ในการสร้างแบบจำลองการรับรู้บริบทจะมกี ารบนั ทกึ lifelog ของผใู้ ชแ้ ละข้อมูลบริบทของผู้ใช้ ทัง้ หมด เมื่อต้องการรูปแบบพฤติกรรมและการเคล่ือนไหวของผู้ใชใ้ นบริบทระดับสูงจะมกี ารใช้การสร้าง แบบจำลองตามบริบทและการวิเคราะห์ผูใ้ ช้ ในชั้นความรู้มีการวิเคราะห์ข้อมูลสุขภาพของผู้ใช้ที่เก็บรวบรวมในชั้นข้อมูล มีการสร้างความรู้ และจัดการความรู้จากฐานขอ้ มูลทางการแพทยท์ ี่มีอยู่แลว้ โดยใชแ้ นวทางของวิธีการตามผู้เชี่ยวชาญโดย สรา้ งกฎสำหรบั การให้ข้อมูลทางการแพทย์ เพ่ือใหเ้ กดิ ความน่าเชอ่ื ถอื จะมีการเปรียบเทยี บการวิเคราะห์ กับฐานข้อมูลเพื่อกำจัดขอ้ ผดิ พลาด เชน่ การใหข้ อ้ มูลท่ไี มถ่ ูกตอ้ ง วิธกี ารทอ่ี งิ กับขอ้ มูลจะใชข้ อ้ มลู lifelog ของผู้ใช้ที่รวบรวมจากข้อมูลและชั้นสารสนเทศ ด้วยการใช้โมเดลเหมืองข้อมูลหลายแบบในฐานข้อมูล กลาง สว่ นเชอื่ มตอ่ ของ data-broker ข้อมลู สำคัญท่ีเก่ียวขอ้ งกบั ปัจจัยทกี่ ำหนดโดยผู้เช่ียวชาญในวิธีการ ของผเู้ ชี่ยวชาญ กฎทส่ี ร้างขึ้นจะถกู นำไปใช้ในกระบวนการตรวจสอบเพอ่ื ใหเ้ พมิ่ ความน่าเชื่อถือ ป้องกัน การทำซ้ำ ความสอดคลอ้ งของกฎจะถูกเสนอให้กับผ้ใู ช้ ในชั้นบริการ ข้อมูลความรู้ทางการแพทย์ที่สร้างขึ้นใหม่และรวบรวมจากชั้นข้อมูล ชั้น สารสนเทศและชั้นความรู้จะถูกแปลงเป็นบริการดูแลสุขภาพผู้ใช้ ชั้นบริการมีบทบาทในการจัดการ กระบวนการบริการผ้ใู ช้ เช่น เวลาตอบสนองตอ่ การรอ้ งขอบริการสำหรับการโหลดบริการ กระบวนการ ดังกลา่ วดำเนนิ การโดยผู้จดั การบรกิ าร เนื่องจากจำเป็นต้องมกี ารร้องขอบริการ ในกระบวนการน้ีจะต้อง มีคำขอเหตุการณ์ คำขอในเวลาปกติ และการคำขอโดยตรงจากผู้ใช้ บริการที่แตกต่างกันถูกเรยี กใชอ้ ย่าง ถูกต้องขึ้นอยู่กับสถานการณ์ที่กำหนด ดังนั้น บริการประเภทแชทบอทประกอบด้วยสองขั้นตอน: การ กำหนดบริการขอ้ มลู ทางการแพทย์ และการกำหนดบรกิ ารข้อมลู สขุ ภาพสว่ นบุคคล ในขนั้ ตอนแรก ขอ้ มูล ผู้ใช้จากชั้นข้อมูลและความรู้ทางการแพทยท์ ี่อยู่ในชั้นความรู้จะถูกวิเคราะห์โดยใช้สารสนเทศข้อมูลไลฟ์ สไตล์ของผ้ใู ชแ้ ละ lifelog เพือ่ สร้างขอ้ มลู คำแนะนำผใู้ ช้ ขัน้ ตอนทีส่ อง ขอ้ มลู คำแนะนำทางการแพทย์ท่ี สร้างขึ้นในขั้นตอนแรกจะถูกประมวลผลตามเงื่อนไขสุขภาพ สภาพแวดล้อมและความต้องการของผู้ใช้ สารสนเทศคำแนะนำสว่ นบคุ คล รวมถงึ ขอ้ มูลทดี่ งึ ดดู ความสนใจของผู้ใช้ จะถูกสรา้ งข้นึ โดยมีจุดประสงค์ เพ่ือใหผ้ ู้ใช้สามารถเข้าใจไดง้ ่าย ข้อมูลคำแนะนำถูกสร้างขึ้นโดยคอมโพเนนต์ Prediction Manager การ วเิ คราะหไ์ ลฟส์ ไตลข์ องผใู้ ช้จะมีการคาดการณ์สถานการณ์ที่เป็นไปไดม้ ากท่ีสุด และสรา้ งขอ้ มูลคำแนะนำ และการให้บริการที่เกี่ยวข้องสำหรบั ผู้ใช้ ชั้นสุดท้ายคือชั้นสนับสนุน ในชั้นการสนับสนุนกระบวนการท่ี ดำเนินการจากสามชั้น เช่น การรวบรวมข้อมูลและการวิเคราะห์ของผู้ใช้ การเสนอข้อมูลแนะนำ การ วิเคราะห์ข้อเสนอแนะ และการสร้างปัจจัยความปลอดภัยสำหรับการป้องกันข้อมูลส่วนบุคคล ภาพที่ 6 แสดงโครงสร้างของชน้ั สนบั สนนุ พร้อมฐานความรู้

11 ภาพท่ี 6 โครงสร้างของชัน้ สนบั สนนุ พรอ้ มฐานความรู้ โมดลู การวิเคราะห์จะทำการวิเคราะห์สภาพสุขภาพของผู้ใช้และรูปแบบตามพืน้ ฐานของข้อมูลท่ี รวบรวม ประมวลผล และดแู ลรักษาข้อมลู ของแต่ละชน้ั ข้อมลู ท่รี วบรวมจากผใู้ ชร้ วมถึงขอ้ มูลสว่ นบุคคลที่ ละเอียดอ่อน ดังนั้นจึงมีการเข้ารหัสและมีการใช้โปรโตคอลความปลอดภัยกับข้อมูลทั้งหมด ความ ปลอดภัยในการจัดเก็บจะใช้มาตรฐานการเข้ารหัสขั้นสูง (AES) เทคนิคการจับคู่ส่วนตัวและเทคนิคการ เข้ารหสั Homomorphic 2.3.1 ส่วนประกอบของสถาปตั ยกรรมแชทบอทสำหรบั การประมวลผลบนคลาวด์ แชทบอทของเฟรมเวริ ์คนม้ี กี ารใหบ้ ริการด้านรูปแบบทางการแพทย์ผ่านทางข้อความสำหรับผู้ใช้ ที่ให้ความสนใจเกี่ยวกับโรคและการบาดเจ็บในชีวิตประจำวัน จากการใช้ APIs ของสถาบันการแพทย์ ระบบการดแู ลสุขภาพเคลอื่ นที่บนแชทบอท ช่วยในการอพั โหลดและวิเคราะหภ์ าพที่เกย่ี วกับโรคและการ บาดเจ็บต่าง ๆ จากขอ้ มูลโรงพยาบาลเพอ่ื เปรียบเทียบภาพของผปู้ ว่ ยและโรคทสี่ อดคล้องกันเพื่อหาข้อมูล ที่เกี่ยวขอ้ ง นอกจากนโี้ ดยการรับและประมวลผลขอ้ มูลไบโอเมตรกิ ซ์แบบเรียลไทม์ในชวี ิตประจำวันของ ผปู้ ่วยโรคเรอ้ื รงั ระบบน้ีใหบ้ ริการเพิ่มเติมสำหรับการจัดเก็บบนั ทึกสุขภาพส่วนบุคคลในระบบข้อมูลทาง การแพทยข์ องโรงพยาบาล ภาพที่ 7 แสดงสภาพแวดลอ้ มการบริการทใ่ี ชง้ านบนแชทบอท

12 ภาพท่ี 7 สภาพแวดลอ้ มการบรกิ ารท่ีใช้งานบนแชทบอท ระบบการดแู ลสขุ ภาพเคล่อื นที่ของแชทบอทจะจัดการพื้นที่ส่วนบคุ คลในชีวิตประจำวนั ของผู้ป่วย นั่นคือผู้ใช้จะได้รับข้อมูลสุขภาพของเขาที่ถูกรวบรวมจาก WBAN ในสภาพแวดล้อมมือถือผ่าน เทคโนโลยบี ลูทูธ จากนั้นพวกเขาสามารถเพิ่มและเปลี่ยนแปลงโดยใช้แอปพลิเคชัน จากนั้นข้อมูลจะถกู สง่ ไปยังระบบสารสนเทศของโรงพยาบาลเพ่อื บันทกึ ขอ้ มลู สุขภาพสว่ นบุคคล และนำเสนอขอ้ มูลให้กับผู้ใช้ ผ่านข้อความ ในการใช้แอปพลิเคชนั มือถอื จำเป็นต้องโต้ตอบกบั ชัน้ บรกิ ารของเฟรมเวิร์คน้ี ซ่งึ เป็นไปตาม หลักการออกแบบตามส่วนประกอบ ระบบถกู ออกแบบมาเพอื่ ใหแ้ น่ใจวา่ ปัจจยั ทเ่ี กย่ี วขอ้ งกับการนำมาใช้ ใหม่ และการขยายขีดความสามารถของการให้บรกิ ารของส่วนประกอบต่าง ๆ ความเปน็ นามธรรม ความ เป็นอัตโนมตั ิ ความสามารถในการนำมาใช้ใหม่ ชั้นบริการรับข้อมูลสภาพส่วนบุคคลที่ส่งโดยเซ็นเซอร์ WBAN แบบเรียลไทม์ จากนั้นข้อมูล เหล่าน้ีจะถกู ส่งไปยงั เซริ ์ฟเวอรข์ องเฟรมเวริ ์คและรวมเข้ากัน องค์ประกอบการเก็บข้อมูลโตต้ อบกับโมเดล การประมวลผลข้อมูลของกรอบการทำงานเพื่อทำการกรองข้อมูลที่รวบรวม และรับเฉพาะข้อมูลที่ จำเป็นต้องไดร้ ับการดูแลจากผู้ใช้และเจ้าหนา้ ท่ที างการแพทย์ ทัง้ น้ีเพ่ือแก้ปญั หาโอเวอรโ์ หลดท่ีเกิดข้ึนใน การรวบรวมข้อมูลที่ไม่จำเป็น และเพื่อให้ได้ข้อมูลที่ถูกต้องและเรียบง่ายตามหลักการของการจัดการ ข้อยกเว้น สำหรับข้อมูลที่รวบรวมโดยฟังก์ชันการกรอง กระบวนการจะถูกรับประกันโดยองค์ประกอบ data-identification ในกรณีนี้เพื่อเตรียมบริการการจัดคิว จะมีการประทับเวลาเพื่อเชื่อมต่อลำดับ ความสำคญั กับข้อมูลอินพุต และเพอื่ ระบุข้อมลู ตามเวลาจรงิ กลา่ วโดยสรุป กญุ แจสำคญั ในการบริการจัด คิวคือการเพิม่ การประทับเวลาสำหรับการประมวลผลตามลำดับของข้อมูลอนิ พตุ แต่ละรายการ และตาม ดว้ ยการประมวลผลขอ้ มลู ท่รี ออย่ใู นลำดับการปอ้ นขอ้ มูล ภาพที่ 8 แสดงโครงสรา้ งของสว่ นประกอบ แชทบอททีม่ กี ารประมวลผลบนคลาวด์

13 ภาพที่ 8 โครงสร้างของสว่ นประกอบแชทบอทการประมวลผลบนคลาวน์ องคป์ ระกอบ data-standby รบั ประกนั การประมวลผลข้อมูลตามเวลาจริง นั่นคือใหบ้ ริการการ เข้าคิว เพื่อแก้ไขการสูญหายของข้อมูลและข้อผิดพลาดที่เกิดจากความล่าช้าของบริการ ซึ่งเป็น กระบวนการขอ้ มูลแบบอะซงิ โครนัสเมอ่ื ผใู้ ชใ้ ช้บริการแชทบอท การจัดการคิวข้อมูลจะใช้การแก้ไขปัญหา โดยรวมที่เกิดจากความเร็วในการให้บริการที่แตกต่างกัน นอกจากนี้เมื่อการป้อนข้อมูลจำนวนมากจะ นำไปสู่การเกินขีดความสามารถของกระบวนการบริการ และเป็นไปได้ท่ีจะมกี ารประมวลผลข้อมลู ทีก่ าร ล่าช้า องค์ประกอบ data-conversion รับประกันความสอดคล้องของการบันทึกทางการแพทย์และ มาตรฐานการส่ง HL7 ในช้ันบรกิ าร ข้อมูลสุขภาพสว่ นบุคคลทรี่ วบรวมในเวลาจริงจะถกู ส่งเป็นชนิดข้อมูล IEEE 11073 PHD ดังนน้ั จำเปน็ ต้องปฏิบัตติ ามมาตรฐาน HL7 ด้วยเหตนุ ้ีโมดลู เซิร์ฟเวอร์จะถูกใช้เพื่อดู คู่มือความปลอดภัยของมาตรฐานข้อมูลทไ่ี ดร้ ับและเพอ่ื ปกปอ้ งขอ้ มลู ทางการแพทย์ องคป์ ระกอบ data-encryption ให้บริการการเข้ารหัสขอ้ มูล ดงั น้นั หลงั จากได้รับข้อมูลอย่าง เสถยี ร สว่ นประกอบจะรวบรวมขอ้ มูลสขุ ภาพสว่ นบคุ คลจากบนั ทึกสุขภาพชีวติ สว่ นตวั ลงในฐานข้อมูลโดย ใชร้ ะบบฐานข้อมูล องค์ประกอบ data-representation รับประกันผลลัพธ์ที่ง่ายต่อการใช้งานในชั้นบริการ สารสนเทศท่ีได้รับการวิเคราะห์และเข้ารหัสแล้วจะมีการตรวจสอบ และแสดงความคิดเหน็ เกย่ี วกับโรคจะ เสนอให้ผู้ใช้ผ่านทาง UI ของแอปพลิเคชันมือถือ ดังนั้นผู้ใช้สามารถรับบริการที่กำหนดเองได้อย่าง หลากหลายโดยคน้ หาขอ้ มูลสุขภาพของตนเองโดยตรง ภาพที่ 9 แสดงแผนภาพลำดบั ของแพลตฟอร์มการ ดแู ลสุขภาพของแชทบอทระหว่างเครื่อง

14 รูปที่ 9 แผนภาพลำดบั ของแพลตฟอรม์ การดูแลสุขภาพของแชทบอทระหว่างเครือ่ ง กระบวนการ data–sharing ของแพลตฟอร์มการดูแลสุขภาพที่เกดิ ขึ้นผา่ นแอพโทรศัพท์มือถือมี ดังนี้: ตัวจัดการข้อมูลสุขภาพส่วนบุคคลของเฟรมเวิร์คส่งคำร้องขอให้ส่งข้อมูลสุขภาพส่วนบุคคลไปยัง อปุ กรณม์ อื ถอื ขอ้ มูลสุขภาพทำการตอบสนองแล้วส่งข้อมูลไปยังตัวจัดการการแมป ผู้จัดการการแม็ปปิง จะแปลงข้อมูลเป็นขอ้ ความสุขภาพแลว้ สง่ ไปยงั ผจู้ ัดการการสง่ ผ้จู ดั การแพลตฟอรม์ ร้องขอแพลตฟอร์ม เพอื่ ดำเนินการตรวจสอบ แพลตฟอรม์ รวบรวมข้อมลู ที่ผใู้ ช้ร้องขอ จากน้ันสง่ ข้อมลู นัน้ ไปยงั อปุ กรณม์ อื ถือ 2.3.2 การดำเนินการ สำหรับแชทบอทที่ให้บริการสุขภาพจะพัฒนาในรูปแบบแอปพลิเคชันโดยใช้หน่วยประมวลผล ก ลาง Intel (R) Core (TM) i7-4770 คว ามเร ็ว 3.40 GHz และ RAM 16.00 GB พ ัฒ น าโ ดย ใช้ ระบบปฏบิ ัตกิ าร Windows 8.1 Enterprise K 64 บติ และ Android Studio 5.1.1 (KITKAT) นอกจากนี้ มีการใช้รูปแบบรีเลย์สำหรับบริการการดูแลสุขภาพด้วยการแชท การศึกษานี้ใช้บริการเว็บพื้นฐานที่ใช้ โปรโตคอลการเข้าถึงวัตถุอย่างง่าย (SOAP) ในการให้บริการด้านแอปพลิเคชันด้านสุขภาพ ภาพที่ 10 แสดงสภาพแวดล้อมการประมวลผลแบบคลาวน์

15 ภาพท่ี 10 สภาพแวดลอ้ มการประมวลผลบนคลาวด์สำหรับมือถอื ในคอมโพเนนตบ์ ริการสุขภาพ ขอ้ มูลผู้ใช้ท่เี กิดจากการวัด ตรวจสอบประวัตสิ ุขภาพ หรอื ข้อมูลที่ วดั ได้จากอปุ กรณท์ ห่ี ลากหลายรปู แบบจะถูกบันทกึ ในฐานข้อมูล รีเลย์จะทำการดงึ ขอ้ มลู การแปลงข้อมูลที่ วดั ได้ในรูปแบบขอ้ มลู ท่ีเหมาะสม ตอบสนองคำขอ รูปแบบและขอ้ มูลสำคัญอื่น ๆ จะถกู แยกออก แล้วจึง ใหข้ อ้ มูลท่วี ัดได้แก่ผู้ใช้อย่างมปี ระสิทธภิ าพ ในกรณขี องอนิ เตอร์เฟซการเขา้ ถึงบรกิ ารมือถือ การเปิดใช้ งานเบราว์เซอร์และอุปกรณไ์ คลเอนต์เพื่อเข้าถงึ ฟงั ก์ชนั แอปพลิเคชนั และคณุ สมบตั ทิ ง้ั หมดจำเป็นต้องใช้ อินเตอร์เฟซบริการเดียวกัน สำหรับการรักษาและถ่ายโอนผู้ป่วยฉุกเฉิน แชทบอทจะให้สารสนเทศ เงื่อนไขของผู้ป่วย และคำแนะนำผ่านฟังกช์ ันการแชท และสื่อสารกับองค์กรที่เกี่ยวข้อง ผู้ใช้สามารถส่ง ข้อมูลส่วนตัว เช่น ชื่อ เพศ หมายเลขทะเบียนผู้อยู่อาศัย และข้อมูลภาพของสภาพผู้ป่วยโดยใช้ฟังกช์ ัน การสง่ ขอ้ ความ ขอ้ มลู ทส่ี ่งจะถูกเปรียบเทยี บกับข้อมูลทางการแพทย์ของแชตบอท จากนนั้ ข้อมูลฉุกเฉิน ทีเ่ กี่ยวขอ้ งจะถูกส่งกลับไปยงั ผู้ใช้ ภาพที่ 11 แสดงหนา้ จอเร่มิ ตน้ ของบริการสุขภาพแชทบอท เมื่อเกิด เหตุฉกุ เฉินหรอื เมือ่ มีการสง่ รายงานไปยังแชทบอท แชทบอทจะสง่ ข้อความใหน้ ักขา่ วพรอ้ มข้อมูลการรับ รายงานเชน่ เดียวกบั การส่งขอ้ ความทั่วไป

16 ภาพท่ี 11 หน้าจอเร่ิมตน้ ของบรกิ ารสุขภาพแชทบอท ภาพที่ 12 หนา้ จอแสดงตัวอยา่ งการใช้แชทบอทโดยการถา่ ยภาพ ตวั อยา่ งที่แสดงในภาพท่ี 12 ผปู้ ่วยถา่ ยภาพบริเวณทไ่ี ดร้ บั บาดเจบ็ หรือโรค ส่งขอ้ มลู ไปยงั แชทบอท แชทบอทได้รับภาพและเปรียบเทียบกับภาพสุขภาพจากฐานความรู้ทางการแพทย์ เพ่ือ ตดั สนิ ใจเกี่ยวกับสภาพของแล้วให้สารสนเทศเก่ียวกับการรักษาฉุกเฉินท่ีเหมาะสม การชว่ ยเหลือสามารถ ดำเนินการได้ก่อนท่ีรถพยาบาลจะมาถึง นอกจากน้ีกระบวนการที่แสดงในภาพที่ 12 ก็จะถูกดำเนินการ

17 เชน่ กัน นอกจากนี้ขอ้ มลู ทง้ั หมดทเี่ ก่ยี วขอ้ งกับสขุ ภาพของผู้ใช้และบรกิ ารสุขภาพพอร์ทลั สำหรบั สถิติและ บรกิ ารอ่ืน ๆ นำเสนอในภาพท่ี 13 ภาพท่ี 13 หนา้ จอแสดงบรกิ ารสถานะสขุ ภาพ ค่าที่วัดได้และข้อมูลของกิจกรรมทางกายภาพที่รวบรวมล่าสุดของผู้ใช้จะถูกนำเสนอ รายการ ข้อมูลเหล่านี้สามารถตรวจสอบได้อย่างง่ายดายดว้ ยกราฟและตาราง จากข้อมูลที่ให้ไว้ผูใ้ ช้สามารถต้งั ค่า และเปลี่ยนแปลงแผนการรักษา และการป้องกันของตนได้ภายในขีดความสามารถที่สามารถควบคุมได้ ขอ้ มูลท่ีรวบรวมและวิเคราะหถ์ ูกนำมาใชเ้ พื่อให้บรกิ ารตรวจสอบโรคเร้อื รงั และใหข้ ้อเสนอแนะแก่ผู้ใช้ผ่าน ทางเว็บและแอปพลิเคชันมือถือ ผู้ใช้สามารถค้นหาข้อมูลสุขภาพของตนเองและได้รับบริการต่าง ๆ ที่ กำหนดเอง

18 3. บทสรปุ 3.1 สรปุ แชทบอทการวินิจฉัยทางการแพทย์ด้วยตัวเองบนเว็บ มีการใช้งานง่ายและสามารถนำมาใช้โดย คนเล่นสมาร์ทโฟนหรือรุ่นเดสก์ทอป แชทบอทสามารถให้การวินิจฉัยส่วนบุคคลตามอาการ รับรู้อาการ และมปี ระสิทธิภาพในการวนิ ิจฉยั โดยมีการสนับสนุนคณุ สมบตั ิทางการแพทย์มากขนึ้ เช่น ทต่ี ัง้ ระยะเวลา ความรุนแรงของอาการ และคำอธิบายอาการรายละเอียดเพิ่มเติม การดำเนินงานของผู้ช่วยส่วนบุคคล ทางการแพทย์ต้องอาศัยข้ันตอนวิธี AI และข้อมูลการฝึกอบรมที่จะช่วยชวี ติ คนจำนวนมากและสร้างการ รับรู้ทางการแพทย์ ดังนั้นแชทบอททางการแพทย์จะมีขอบเขตกว้างข้ึน โดยเพิม่ การใช้ฐานขอ้ มูล เพ่ือให้ แชทบอททางการแพทย์สามารถใชไ้ ด้กบั โรคทุกชนดิ และเพิม่ การสนทนาผ่านเสยี งท่จี ะทำใหง้ ่ายต่อการใช้ งานมากขึน้ ระบบแชทบอทการบริการด้านสุขภาพพร้อมการประมวลผลคลาวน์ เป็นการวิเคราะห์ศึกษา เกี่ยวกับแชทบอทบริการสุขภาพบนมือถือ มีสถาปัตยกรรมท่ีสนับสนุนการสง่ ข้อมูลโดยเซ็นเซอร์ WBAN บนอปุ กรณม์ อื ถอื ไปยงั บรกิ ารทางการแพทย์ ซง่ึ ช่วยอำนวยความสะดวกในการนำเสนอข้อมูลท่ีสอดคล้อง กัน มีการนำเสนอสถาปัตยกรรมอย่างง่ายในการรับสง่ ข้อมูล ซึ่งสามารถกรองข้อมูลและประมวลผลผ่าน เฟรมเวิร์คสุขภาพของแชทบอททีก่ ำหนดไว้ เพื่อส่งข้อมูลที่หลากหลายให้กับผู้ใช้ และให้บริการทางการ แพทยท์ แ่ี มน่ ยำ ปจั จบุ นั น้ีโรงพยาบาลนำแชทบอทมาใช้ในดา้ นสุขภาพเพิ่มขึ้นและได้รบั ความนิยมมากขึ้น ระบบสุขภาพมือถือบนแชทบอท ให้ข้อมูลที่จำเป็นสำหรับผู้ใช้แบบโต้ตอบ และการบันทึกข้อมูลทาง การแพทย์ของ user life ที่ใช้ในการสนทนา ใน PHR ผ่านกระบวนการโตต้ อบกบั HIS จึงมีความเป็นไป ได้ท่ผี ู้ปว่ ยจะได้รับการวินิจฉัยทีแ่ มน่ ยำย่งิ ขึน้ จากความสามารถในการจัดการสภาวะสุขภาพของพวกเขา แบบเรยี ลไทม์ คาดวา่ พฤตกิ รรมของผู้ปว่ ยโรคเรอ้ื รังจะเปลี่ยนไปและทำให้คุณภาพชวี ิตของพวกเขาจะดี ขึ้น จากการศึกษาแชทบอทที่ให้บริการข้อมูลทางด้านสุขภาพพบว่า การนำแชทบอทมาใช้งานด้าน สขุ ภาพมกี ารใช้งานงา่ ย แชตบอทสามารถวนิ จิ ฉยั ขอ้ มูลสว่ นบคุ คลตามอาการและการรับรู้อาการเพ่ือการ วนิ ิจฉัยโรค รวมไปถงึ การให้บรกิ ารขอ้ มูลสุขภาพด้านอื่น ๆ ดงั นน้ั หากมกี ารนำแชทบอททใ่ี ห้บริการด้าน ดูแลสุขภาพมาใช้ประโยชน์ในดา้ นการแพทย์ เป็นการรักษากอ่ นหนา้ เพอื่ ใหผ้ ู้ปว่ ยสามารถรบั รู้อาการของ ตัวเอง จะให้เกิดประโยชน์กับประชาชนทั่วไปมากข้ึน และเน้นการส่งเสริมให้ประชาชนดูแลสุขภาพของ ตนเองเพิ่มขึ้นดว้ ย

19 4. เอกสารอ้างองิ Divya, S., Indumathi, V., Ishwarya, S., Priyasankari, M., & Kalpana Devi, S. (2018). “A Self-Diagnosis Medical Chatbot Using Artificial Intelligence”, Web Development and Web Designing. 3(1), 1-7. Chung, K., & Park, R. C. (2019). “Chatbot-based healthcare service with a knowledge base for cloud computing”, Cluster Computing, 22, 1925-S1937.